Pandas中实现Rollup：按Agent及Agent+Product_type聚合数据

嘿，这个需求我刚好处理过，用pandas可以通过分组合并+自定义排序的方式轻松搞定，代码简洁高效，还完全贴合你的目标输出。咱们一步步来：

首先先把你的示例数据转换成DataFrame：

import pandas as pd

data = {
    'Agent': ['Avi', 'Avi', 'Benny', 'Benny', 'Gilroy', 'Gilroy', 'Gilroy'],
    'Product_type': ['stA', 'stB', 'stB', 'stB', 'stA', 'stB', 'stB'],
    'Hours_worked': [20, 30, 10, 20, 10, 20, 30],
    'Total_spent': [400, 500, 500, 300, 200, 300, 100]
}
df = pd.DataFrame(data)

第一步：完成两类聚合计算 #

1. 按Agent+Product_type分组求和：直接用groupby指定两个分组列，求和后保留列名（as_index=False）

# 分组1：Agent + Product_type
grouped_detail = df.groupby(['Agent', 'Product_type'], as_index=False).sum()

2. 仅按Agent分组求和（Product_type设为"All"）：先按Agent分组求和，再修改Product_type列的值

# 分组2：仅Agent，Product_type统一为"All"
grouped_all = df.groupby('Agent', as_index=False).sum()
grouped_all['Product_type'] = 'All'

第二步：合并结果并调整排序 #

把两个聚合结果合并，然后按照Agent和Product_type的优先级排序（让stA、stB排在All前面）：

# 合并两个结果
result = pd.concat([grouped_detail, grouped_all])

# 自定义排序规则：stA > stB > All
sort_order = {'stA': 0, 'stB': 1, 'All': 2}
result['sort_key'] = result['Product_type'].map(sort_order)

# 排序后删除临时的排序键
result = result.sort_values(by=['Agent', 'sort_key'], ignore_index=True).drop('sort_key', axis=1)

最终结果 #

运行后得到的结果完全匹配你的目标：

为什么这是最优方案？ #

• 效率高：pandas的groupby和concat都是底层优化过的操作，处理大数据量时性能远优于手动循环
• 可读性强：每一步逻辑清晰，别人接手代码也能快速理解
• 易维护：如果后续需要调整聚合规则（比如改求和为均值），只需要修改sum()部分即可

内容的提问来源于stack exchange，提问作者goidelg